⌘ K
… 读取采集状态 同步中...
雷

AI 编码

AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。

254条精选相关主题Agent 智能体Cursor教程实践

最新精选

第 241–254 条 · 共 254 条
6月4日周三
  1. Mistral News68

    Mistral Code 上线：面向企业的垂直集成 AI 编码助手

    Mistral 宣布推出 Mistral Code 并开放私密测试（Private Beta），该 AI 编码助手基于开源项目 Continue 开发，支持在 JetBrains 和 VSCode 中使用。产品集成 Codestral 与 Devstral 模型，支持本地部署、模型微调及 80 多种编程语言，目前已获 Abanca、SNCF 和 Capgemini 等企业采用，正式版本即将发布。

    推荐理由：Mistral Code 将多模型封装为本地可部署的垂直集成方案，直击企业 AI 编码的安全、定制与多步骤任务痛点。

1月13日周一
  1. Mistral News68

    Mistral AI 发布 Codestral 25.01 编码模型

    Mistral AI 发布 Codestral 25.01，其架构和分词器经过优化，代码生成和补全速度比原版快约2倍。该模型在权重级别内成为编码任务领先者，在FIM用例中达到SOTA水平，并在LMsys copilot arena排行榜上位列第一。

    推荐理由：Codestral 25.01在FIM任务上展现出SOTA性能，速度提升2倍，成为同级别编码模型的领先者。

11月12日周二
  1. Qwen Blog88

    Qwen 开源 Qwen2.5-Coder 系列模型

    Qwen 团队开源 Qwen2.5-Coder 系列模型，覆盖 0.5B 至 32B 共六种规模，其中 32B Instruct 版本在多个代码基准上达到开源模型 SOTA，性能可媲美 GPT-4o，多数模型采用 Apache 2.0 许可证，3B 版本为 Qwen Research 许可证。

    推荐理由：原文给出了模型规模、授权协议与代码基准对比，读者可据此判断其在开源编码模型中的位置。

10月31日周四
  1. Anthropic Research87

    Claude 3.5 Sonnet 在 SWE-bench Verified 上达成 49% 新纪录

    升级后的 Claude 3.5 Sonnet 在软件工程评测基准 SWE-bench Verified 上取得了 49% 的成绩，超过了此前最先进的 45% 水平。 Anthropic 官方发布文章解析了围绕该模型构建的智能体框架，展示了如何通过极简的脚手架和特定的工具接口设计最大化模型性能。

    推荐理由：文章提供了针对 Claude 3.5 Sonnet 在 SWE-bench Verified 上取得 49% 成绩的智能体框架设计细节，包括提示词结构和工具规范。

10月22日周二
  1. Anthropic News91

    Anthropic 发布升级版 Claude 3.5 Sonnet、Claude 3.5 Haiku 及 computer use 公测功能

    Anthropic 发布升级版 Claude 3.5 Sonnet 和新模型 Claude 3.5 Haiku，同时推出 computer use 公测功能，允许 Claude 通过观察屏幕、移动光标、点击和输入来操作电脑。

    推荐理由：Claude 3.5 Sonnet 大幅刷新编码基准并开放 computer use 公测，为智能体编码与自动化工作流提供明确能力依据。

9月19日周四
  1. Qwen Blog90

    Qwen 团队发布 Qwen2.5 系列基础模型及配套编码、数学专用模型

    Qwen 团队发布 Qwen2.5 系列基础模型，包含 Qwen2.5、Qwen2.5-Coder 和 Qwen2.5-Math。旗舰模型 Qwen2.5-72B 在 MMLU 上得分超过 85，编码能力 HumanEval 超过 85。

    推荐理由：原文披露了覆盖语言、编码、数学的模型矩阵与关键基准得分，读者可据此评估其开源权重在多任务场景下的替代潜力。

  2. Qwen Blog77

    Qwen2.5-Coder 开源模型发布

    Qwen 团队发布 Qwen2.5-Coder 开源编码模型系列，包含 1.5B 和 7B 版本，32B 版本即将推出。模型使用 5.5 万亿 token 代码数据训练，支持 128K 上下文窗口和 92 种编程语言。7B 版本在代码生成、多语言代码生成等任务上超过 DeepSeek-Coder-V2-Lite 和 CodeStral-22B，并采用 Apache 2.0 许可证。

    推荐理由：7B 开源版本在代码生成和多项基准上优于更大模型，适合直接用于构建低成本 Code Agent。

6月21日周五
  1. Anthropic News92

    Anthropic 发布 Claude 3.5 Sonnet 模型及 Artifacts 功能

    Anthropic 发布 Claude 3.5 Sonnet 模型及 Artifacts 协作功能。Claude 3.5 Sonnet 在 GPQA、MMLU 和 HumanEval 等基准测试中超越 Claude 3 Opus，运行速度是其两倍，定价为每百万输入 token $3、输出 token $15。

    推荐理由：新模型在内部编码评测中解决了 64% 的问题，并同步推出了 Artifacts 协作界面。

5月29日周三
  1. Mistral News75

    Mistral 发布首个开源权重代码模型 Codestral

    Mistral 发布 Codestral，这是其首个专为代码生成设计的 22B 开源权重大模型。该模型支持 80 多种编程语言，拥有 32k 上下文窗口，并在 HumanEval、RepoBench 等基准测试中表现优于其他代码模型。

    推荐理由：Mistral 发布 22B 开源权重代码模型 Codestral，其 32k 上下文窗口优于竞品，并提供专属 API 入口，帮助开发者评估其在代码生成任务中的可用性。

4月16日周二
  1. Qwen Blog81

    CodeQwen1.5 发布开源编码模型

    Qwen 发布 CodeQwen1.5-7B 与 CodeQwen1.5-7B-Chat 两款开源编码 LLM，基于 Qwen1.5 并以约 3 万亿 token 的代码相关数据预训练。模型支持 92 种编程语言、64K 上下文窗口，在 HumanEval、MBPP、LiveCodeBench、SWE-bench 与 Text-to-SQL 基准中表现接近或优于部分专有模型。

    推荐理由：开源编码模型7B规模在多个基准表现领先同类，并推进长上下文能力，为构建代码智能体提供可复用的基础方案。

4月2日周二
  1. Qwen Blog80

    Qwen1.5-32B 发布：兼顾性能与效率的 320 亿参数语言模型

    Qwen 团队发布 Qwen1.5-32B 及 Qwen1.5-32B-Chat 模型，作为 Qwen1.5 系列在约 30B 参数规模上的补充。基准测试显示 Qwen1.5-32B 在 MMLU、GSM8K 等任务上性能接近 Qwen1.5-72B，且优于 Llama2-34B 和 Mixtral-8x7B。

    推荐理由：给出了32B模型在保持72B级性能的同时显著降低资源需求的基准对比，为平衡效率与能力的部署决策提供了具体参考。

9月27日周三
  1. Mistral News93

    Mistral AI 开源首个 7B 参数模型 Mistral 7B

    Mistral AI 发布首个 7B 参数开源模型 Mistral 7B，基于 Apache 2.0 许可，性能超过所有 13B 及以下参数的现有开源模型。模型在两个月内快速迭代，从 Gopher 到 Llama 2 再到 Mistral 7B，证明小模型可高效完成摘要、问答等任务，运行成本显著低于专有 API。

    推荐理由：Mistral 7B 以 Apache 2.0 协议开源，性能超越所有 13B 及以下开源模型，提供可审计且低成本的开源 AI 替代方案。

8月9日周三
  1. Anthropic News65

    Anthropic 发布 Claude Instant 1.2 模型

    Anthropic 通过 API 发布更快的 Claude Instant 1.2 模型，在数学和编码基准上取得显著提升，其中 Codex 评测得分从 52.8% 提升至 58.7%，GSM8K 得分从 80.9% 提升至 86.7%。该模型还减少了幻觉并增强了对越狱攻击的抵抗力，在生成更长结构化响应及遵循格式指令方面表现更佳。

    推荐理由：模型在数学和编码基准上提升明显，同时增强了抗越狱能力，适合评估其对现有工作流的影响。

7月11日周二
  1. Anthropic News92

    Anthropic 发布 Claude 2 模型

    Anthropic 正式发布新一代模型 Claude 2，该模型提升了性能并支持更长响应，同时提供 API 接入及面向公众的 beta 网站 claude.ai。Claude 2 的上下文窗口扩展至 100K tokens，可处理数百页技术文档；在 Codex HumanEval 编码测试中得分从 56.0% 提升至 71.2%，GRE 阅读与写作成绩超过 90th percentile。

    推荐理由：发布官方基准数据与上下文窗口扩容细节，展示新一代模型在核心能力上的量化进展。